橡胶是重要的工业原料和战略物资。而橡胶树白粉病是威胁橡胶树的主要病害之一,会导致橡胶严重减产。据研究,气象、物候和当前病情能影响橡胶树白粉病的流行程度。依据这些因素建立的各类病害预测预报方法,对于生产中橡胶树白粉病的防治有着关键的指导作用,能在一定程度上保证橡胶树的干胶产量。研究发现,依赖人类专家的传统经验病害预测预报方法,仍有可以提升的空间;而后续发展出来的基于数理统计的预测预报方法,由于各种条件限制原因,未能在实际生产中应用和推广。本研究借鉴了其他领域研究中,使用神经网络预测病害,使用专家系统代替人类专家预报病害的相关经验;以经过量化处理的人类专家利用传统经验方法开展防治的数据,作为训练神经网络的样本集,选用误差反向传播神经网络结构,以Adam算法为训练算法;首次成功训练得到了橡胶树白粉病神经网络预测模型。该神经网络模型对测试集的拟合优度达到99.71%,经过田间试验,田间实际符合率为87.88%。证明了其在提供防治建议上已具备和人类的橡胶树白粉病专家相当的水平。结合互联网通信技术和数据库管理技术,以训练完成的神经网络模型作为预测算法,以Visual Basic 6.0作为开发工具,首次建立了橡胶树白粉病预测预报专家系统。该系统仅能在Windows XP以上的操作系统上运行,分为客户端与服务端两部分。服务端负责数据采集与预测预报结果的计算。而客户端提供了人机交互界面,供农场用户用于提交测报参数和显示服务端返回的计算结果和防治建议。该橡胶树白粉病预测预报专家系统,具有能代替人类白粉病专家做出防治决策的能力,实现了橡胶树白粉病害预测预报流程的自动化。